文書分析装置およびプログラム
【課題】着目すべき分類軸や分類項目を容易に選択可能にする。
【解決手段】一つの実施形態の文書分析装置は、クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する分類軸候補生成部４と、クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する分類項目候補生成部５とを具備する。
【解決手段】一つの実施形態の文書分析装置は、クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する分類軸候補生成部４と、クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する分類項目候補生成部５とを具備する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明の実施形態は、文書分析装置およびプログラムに関する。
【背景技術】
【０００２】
近年、計算機の高性能化や記憶媒体の大容量化、計算機ネットワークの普及などに伴い、電子化された文書が計算機システムに大量に記憶管理されて利用可能になっている。ここでいう文書とは、例えば、帳票、企画書、設計書、議事録といった業務文書や、学会論文、製品マニュアル、特許などの技術文書、さらには、ニュース記事、電子メール、ウェブページといった、ネットワーク上で共有されている文書などを指す。
【０００３】
このような大量の文書を未整理の状態で計算機のファイルシステムやデータベースに記憶した場合、文書の内容と記憶場所が不明となり、文書内の情報が利用できなくなる可能性が生じてしまう。このため、計算機システムにおいては、文書を内容や用途に応じて分類・整理することにより、情報の有効活用や共有の促進が図られている。また、分類した大量の文書を分析・調査して、内容の傾向を把握し、新たな知見を得るための文書分析技術が開発されている。
【０００４】
このような文書分析技術としては、例えば、クロス集計が知られている。クロス集計においては、２つの分類軸を選び、各分類軸の分類項目である各カテゴリに属する文書の積集合（すなわち両カテゴリに分類されている文書集合）を求め、積集合の文書数をマトリックス状に表示する。このようなクロス集計によれば、文書集合の傾向を把握し、各カテゴリの相関関係などの知見を得ることが可能となる。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００３−３４５８１１号公報
【特許文献２】特開２００４−８６３５０号公報
【特許文献３】特開２００８−８４１５１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら以上のような文書分析技術は、クロス集計で選択可能な分類軸が多数ある場合や、各分類軸の分類項目の個数や段数が多い場合には、有用な知見が得られるような着目すべき分類軸や分類項目を選択することが困難となってしまう。
【０００７】
これに対し、試行錯誤的に全ての分類軸と分類項目の組み合わせを表示するとしても、時間と労力がかかる上、重要な情報を見落とす可能性がある。
【０００８】
本発明の実施形態は、着目すべき分類軸や分類項目を容易に選択し得る文書分析装置およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
実施形態の文書分析装置は、文書記憶部、カテゴリ記憶部、カテゴリ表示操作部、分類軸候補生成部、分類項目補生成部およびクロス集計部を具備している。
【００１０】
文書記憶部は、複数の文書を記憶している。
【００１１】
カテゴリ記憶部は、文書を分類する複数のカテゴリおよびその階層構造を記憶している。
【００１２】
カテゴリ表示操作部は、カテゴリおよびその階層構造をユーザに提示し、かつ、カテゴリに対するユーザの操作を受け付ける。
【００１３】
クロス集計部は、第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する。
【００１４】
分類軸候補生成部は、クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する。
【００１５】
分類項目候補生成部は、クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する。
【００１６】
このような文書分析装置は、カテゴリ表示操作部を用いてユーザが選択した１つのカテゴリを、クロス集計の対象の第１分類軸とし、当該第１分類軸のカテゴリに対して分類軸候補生成部を用いて生成した第２分類軸の候補のうち、カテゴリ表示操作部を用いてユーザが選択したカテゴリを第２分類軸とし、当該第１分類軸および第２分類軸のカテゴリに対して分類項目候補生成部を用いて生成した分類項目の候補のうち、カテゴリ表示操作部を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、クロス集計部を用いてクロス集計を実行し、その結果を、カテゴリ表示操作部を用いてユーザに提示する。
【図面の簡単な説明】
【００１７】
【図１】実施形態に係る文書分析装置の構成を表すブロック図である。
【図２】同実施形態における文書記憶部内の文書の例を表す模式図である。
【図３】同実施形態におけるカテゴリ記憶部内のカテゴリの例を表す模式図である。
【図４】同実施形態における動作を説明するためのフローチャートである。
【図５】同実施形態における動作を説明するためのフローチャートである。
【図６】同実施形態におけるステップＳ９の動作を説明するためのフローチャートである。
【図７】同実施形態におけるステップＳ１３の動作を説明するためのフローチャートである。
【図８】同実施形態におけるステップＳ１３の動作を説明するためのフローチャートである。
【図９】同実施形態におけるステップＳ１５の動作を説明するためのフローチャートである。
【図１０】同実施形態におけるカテゴリの階層構造と分類軸の候補の表示例を表す模式図である。
【図１１】同実施形態におけるカテゴリの階層構造と分類項目の候補の表示例、および、クロス集計の結果の表示例を表す模式図である。
【図１２】同実施形態におけるカテゴリの階層構造と分類項目の候補の表示例、および、クロス集計の結果の表示例を表す模式図である。
【図１３】同実施形態における文書分析装置の変形構成を表すブロック図である。
【発明を実施するための形態】
【００１８】
以下、図面を参照して、実施形態について説明する。
図１は実施形態に係る文書分析装置の構成を表すブロック図である。この文書分析装置は、文書記憶部１、カテゴリ記憶部２、カテゴリ表示操作部３、分類軸候補生成部４、分類項目候補生成部５およびクロス集計部６を具備している。なお、文書分析装置は、ハードウェア構成、または各記憶部１，２やＣＰＵ等のハードウェア資源とソフトウェアとの組合せ構成のいずれでも実施可能となっている。組合せ構成のソフトウェアとしては、予めネットワークまたは記憶媒体から文書分析装置のコンピュータにインストールされ、各部３〜６の機能を実現させるためのプログラムが用いられる。
【００１９】
ここで、文書記憶部１は、文書分析装置が分析の対象とする複数の文書のデータを記憶する手段である。本実施形態の場合、文書は、階層構造に構成された複数のカテゴリによって分類されており、文書分析装置では、このカテゴリを対象にクロス集計を行う。各文書は、図２に特許文書の例を示すように、文書番号２１、文書名２２、本文２３、出願人２４および出願日２５といったデータをもっている。文書番号２１は、文書分析装置が文書を特定するためのユニークなデータである。文書名２２および本文２３は、文書毎に記述されたテキストデータである。出願人２４および出願日２５は、特許文書の例における属性データである。また、文書記憶部１は、文書全体を記憶する場合に限らず、文書の一部の情報や、文書データベースにアクセスするためのポインタ、インデックス情報、ＵＲＬを記憶する記憶部として実現してもよく、また、文書を一時的に記憶するバッファのような記憶部として実現してもよい。
【００２０】
カテゴリ記憶部２は、文書を分類する複数のカテゴリとその階層構造のデータを記憶する手段である。文書記憶部１およびカテゴリ記憶部２としては、例えば、一般的な計算機の記憶手段であるファイルシステムやデータベースなどを用いて実現可能となっている。
【００２１】
ここで、カテゴリ記憶部２に記憶される各カテゴリについて図３の例により具体的に説明する。図３（ａ）から図３（ｆ）は、後述する図１０で示したカテゴリの階層構造を構成する複数のカテゴリの一部を示している。
【００２２】
各カテゴリは、文書分析装置がカテゴリを特定するためのユニークなデータである、カテゴリ番号３０１を持つ。また、各カテゴリは、カテゴリの階層構造を表現するためのデータとして、親カテゴリのデータを持つ。図３（ａ）に示すカテゴリは、階層構造の最上位（ルート）に位置するカテゴリのため、その親カテゴリ３０２は「（なし）」となる。
【００２３】
図３（ｂ）に示すカテゴリ（カテゴリ番号「ｃ０２」）の親カテゴリ３１２は、カテゴリ番号「ｃ０１」のカテゴリ（すなわち図３（ａ）に示したカテゴリ）である。言い換えれば、図３（ａ）に示したカテゴリ（カテゴリ番号「ｃ０１」）の子カテゴリの１つが、図３（ｂ）に示したカテゴリ（カテゴリ番号「ｃ０２」）である。
【００２４】
以下の説明では、あるカテゴリの直接の親に位置するカテゴリを親カテゴリと呼び、直接の子に位置するカテゴリを子カテゴリと呼ぶ。あるカテゴリの直接または間接の親（祖先）に位置するカテゴリを、総じて上位カテゴリと呼び、逆に、あるカテゴリの直接または間接の子（子孫）に位置するカテゴリを、総じて下位カテゴリと呼ぶこととする。
【００２５】
各カテゴリは、その内容をユーザに示すためのデータとして、カテゴリ名（「出願人別」３１３や「Ａ社」３２３等）を持つ。また、各カテゴリは、当該各カテゴリに分類されている文書を表すためのデータとして、文書３２４に示したように、複数の文書番号を列挙している。
【００２６】
但し、カテゴリの目的や内容によっては、文書番号を明示的に列挙するという方法をとらずに、当該カテゴリに分類される文書が満たすべき条件として、例えば「出願人＝“Ａ社”」３２５といった条件を記述するようにしてもよい。このような条件により、例えば図２に示した文書番号「ｄ２３」、すなわち、「出願人」が「Ａ社」２４である文書が、図３（ｃ）のカテゴリ（カテゴリ番号「ｃ０４」）に分類されることとなる。
【００２７】
なお、図３（ａ）、図３（ｂ）および図３（ｄ）などでは、カテゴリに分類されている文書は「（なし）」となっている。この「（なし）」は、当該カテゴリに直接分類されている文書がないという意味であり、下位カテゴリを介して間接的に分類されている文書は存在し得る。例えば、図３（ａ）のカテゴリに間接的に分類されている文書は、その全ての下位カテゴリに分類されている文書の和集合となる。
【００２８】
カテゴリ表示操作部３は、カテゴリ記憶部２に記憶されているカテゴリおよびその階層構造をユーザに提示するとともに、これに対するユーザの操作を受け付ける手段であり、例えば、従来のソフトウェアにおいてグラフィカル・ユーザ・インタフェースと称される技術によって実現してもよい。このカテゴリ表示操作部３により、後述する図１０のようなカテゴリの階層構造が表示されるとともに、この表示上でユーザによる選択操作が行われる。
【００２９】
分類軸候補生成部４は、クロス集計部６の対象とすべき２つの分類軸として適切なカテゴリの候補を自動的に生成する手段であって、具体的には、クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する手段である。
【００３０】
分類項目候補生成部５は、２つの分類軸における各分類項目として適切なカテゴリの候補を自動的に生成する手段であって、具体的には、クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する手段である。
【００３１】
なお、後述する図１１（ｂ）は、クロス集計の結果を表す図であるが、このような分析結果を得るためには、まず、クロス集計の対象として、２つの分類軸（図１１（ｂ）の例では、「出願人別」１１１０と「機械翻訳」１１１１の分類軸）を選択し、さらに、各分類軸の分類項目（図１１（ｂ）の例では、「Ａ社」１１１２等と、「辞書／シソーラス」１１１６等の分類項目）を選択する必要がある。これら分類軸候補生成部４および分類項目候補生成部５は、ともに、ユーザが、有用な分析結果を容易に得ることができるように支援する手段である。
【００３２】
クロス集計部６は、２つの分類軸と分類項目を対象として、実際にクロス集計を実行する手段であり、その結果は、カテゴリ表示操作部３によってユーザに提示される。具体的には、クロス集計部６は、第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する手段である。
【００３３】
次に、以上のように構成された文書分析装置の動作を図４乃至図１２を参照しながら説明する。図４および図５は、文書分析装置と、これを操作するユーザによって行われる、クロス集計の対象の選択と、クロス集計の実行の全体動作を説明するためのフローチャートである。図６乃至図９は全体動作の一部を詳細に説明するためのフローチャートである。
【００３４】
一方、図１０、図１１、図１２は、ユーザに提示される画面の例を示す模式図である。図１０、図１１（ａ）、図１２（ａ）は、分析の対象であるカテゴリの階層構造を表示し、かつ、これに対するユーザの操作を受け付ける画面例を示し、図１１（ｂ）と図１２（ｂ）には、クロス集計の結果の画面例を示している。
【００３５】
始めに、図４および図５のフローチャートに沿って文書分析装置の動作を、図１０、図１１、図１２で示した画面例を参照しながら説明し、続いて、全体動作の一部を図６乃至図９を用いて詳細に説明する。
【００３６】
文書分析装置においては、クロス集計の対象とする分類軸を２つとした場合、分類軸候補生成部４および分類項目候補生成部５の初期状態として、分類軸の一方である第１分類軸のカテゴリをｐ１＝（なし）とし、当該第１分類軸の分類項目のカテゴリ集合をＣ１＝（空）とする。同様に、他方の第２分類軸のカテゴリをｐ２＝（なし）とし、当該第２分類軸の分類項目のカテゴリ集合をＣ２＝（空）とする（ステップＳ１）。以下、文書分析装置は、これらｐ１、Ｃ１、ｐ２、Ｃ２を決定する処理を、ステップＳ２からＳ１３までの処理で行う。
【００３７】
カテゴリ表示操作部３は、ユーザの操作によって第１分類軸に相当するカテゴリｐ１が選択されると（ステップＳ２−ＹＥＳ）、次に、カテゴリｐ１の下位カテゴリのうち、第１分類軸の分類項目とするカテゴリ集合Ｃ１の選択をユーザより受け付ける（ステップＳ３−ＹＥＳ）。ステップＳ２にて、ユーザによってカテゴリｐ１が選択されない場合（ステップＳ２−ＮＯの場合）には、クロス集計を行わずに処理を終了する。
【００３８】
ステップＳ３の後、カテゴリ表示操作部３は、ユーザの操作に従い、カテゴリ集合Ｃ１のカテゴリの追加または削除を行う（ステップＳ４）。この段階では、ユーザは、カテゴリ集合Ｃ１の全てのカテゴリを選択する必要はなく、１つのカテゴリも選択されない状態（Ｃ１が空集合）であってもよい。また、ステップＳ４で追加されたカテゴリは、第１分類軸の仮の分類項目と呼んでもよい。
【００３９】
ユーザによるカテゴリの選択は、カテゴリ表示操作部３を用いて行われ、例えば、図１０の画面例は、第１分類軸に相当するカテゴリｐ１として「出願人別」１００１が選択され、この第１分類軸の分類項目に相当するカテゴリ集合に含めるべきカテゴリの１つとして「Ａ社」１００２が、ユーザによって選択されている。
【００４０】
この場合のユーザの意図は、文書を「出願人」の観点で分類した結果に着目して、特に「Ａ社」と「Ａ社」以外の出願人とを比較分析することであり、「Ａ社」のカテゴリをクロス集計の対象に含めることが要求されている。なお、図１０、図１１、図１２では、分類軸もしくはその候補のカテゴリを、二重線で囲った矩形とし、分類項目またはその候補のカテゴリを、太線で囲った矩形とする。網掛した矩形は、分類項目または分類軸として、ユーザが明示的に選択したカテゴリを示す。クロス分析の対象の一方の分類軸である第２分類軸についても、第１分類軸と同様にユーザの操作により選択してもよい。
【００４１】
すなわち、カテゴリ表示操作部３は、ユーザの操作によって第２分類軸に相当するカテゴリｐ２が選択されると（ステップＳ５−ＹＥＳ）、次に、カテゴリｐ２の下位カテゴリのうち、第２分類軸の分類項目とするカテゴリ集合Ｃ２の選択をユーザより受け付ける（ステップＳ６−ＹＥＳ）。しかる後、カテゴリ表示操作部３は、ユーザの操作に従い、カテゴリ集合Ｃ２のカテゴリの追加または削除を行う（ステップＳ７）。このステップＳ７で追加されたカテゴリは、第２分類軸の仮の分類項目と呼んでもよい。
【００４２】
一方、ステップＳ５でカテゴリｐ２の選択が行われず（Ｓ５−ＮＯ）、カテゴリｐ２の候補を生成するようにユーザが要求した場合（ステップＳ８−ＹＥＳ）には、分類軸候補生成部４は、後述する図６の処理によって、第２分類軸のカテゴリとして適切な候補を生成し、カテゴリ表示操作部３によりユーザに提示する（ステップＳ９）。ユーザはこの提示を受けて、第２分類軸とするカテゴリを再度ステップＳ５で選択することができる。
【００４３】
図１０に示したカテゴリ「機械翻訳」１００４、「辞書」１００５、「情報検索」１００６は、分類軸候補生成部４によって提示された候補のカテゴリの例である。カテゴリ表示操作部３は、ユーザが各候補のカテゴリのいずれかを第２分類軸として選択すると、前述のユーザの意図にあったクロス集計を実行できる旨を提示する。具体的には、文書を「技術別」に分類した結果のうち、例えば「機械翻訳」１００４に着目してこれを分類軸とし、その下位カテゴリを分類項目としてクロス集計を行うと、「Ａ社」と「Ａ社」以外の出願人について有用な比較分析が行えることをカテゴリ表示操作部３が提示する。
【００４４】
図１０の画面例で示した提示を受けて、ステップＳ５にて、ユーザが図１０のカテゴリ「機械翻訳」１００４を選択した結果の画面例を図１１に示す。図１１では、「機械翻訳」１１０６（図１０の１００４と同じカテゴリ）が第２分類軸として選択されている例を示している。なお、ステップＳ８において、第２分類軸であるカテゴリｐ２の候補を生成しない場合、文書分析装置は、ステップＳ２に戻って第１分類軸の選択から受け付けしなおすことができる。
【００４５】
以上の処理によって第１分類軸と第２分類軸が選択されると、次に、カテゴリ表示操作部３は、ユーザの操作に応じて各分類軸の分類項目の選択を受け付ける処理を行う。
【００４６】
カテゴリ表示操作部３は、図５に示すように、ユーザの操作により、第１分類軸および第２分類軸のそれぞれの分類項目であるカテゴリ集合Ｃ１およびＣ２とすべきカテゴリが選択されると（ステップＳ１０−ＹＥＳ）、ユーザの操作に従い、カテゴリ集合Ｃ１またはＣ２のカテゴリの追加または削除を行う（ステップＳ１１）。
【００４７】
ここで、ユーザがカテゴリ表示操作部３の操作により、分類項目のカテゴリ集合Ｃ１またはＣ２の候補を生成するように要求した場合（ステップＳ１２−ＹＥＳ）、分類項目候補生成部５は、後述する図７および図８の処理によって、各分類軸の分類項目のカテゴリとして適切な候補を生成して、ユーザに提示する（ステップＳ１３）。
【００４８】
ここで、図１１のカテゴリ「Ｃ社」１１０３、「Ｄ社」１１０４、「Ｘ社」１１０５は、第１分類軸「出願人別」の分類項目Ｃ１の候補として提示されたカテゴリである。一方、図１１のカテゴリ「シソーラス」１１０７、「ユーザ辞書」１１０８、「コーパス」１１０９は、第２分類軸「機械翻訳」の分類項目Ｃ２の候補として提示されたカテゴリである。
【００４９】
各分類軸の下にある分類項目（本実施形態の場合は下位カテゴリ）の個数が多く、例えば数百個、数千個といったカテゴリが存在する場合には、全ての分類項目を対象にクロス集計を行っても、ユーザが所望する知見が得られるとは限らない上、クロス集計に多大な計算処理を必要とするとともに、クロス集計の結果が巨大なマトリクスとなってユーザが閲覧し切れなくなる。
【００５０】
従って、クロス集計の対象とするカテゴリを適切に取捨選択できるようにすべきであるが、どの分類項目を選択してクロス集計を行えば、有用な知見が得られるかについて、ユーザは知らないことがほとんどである。
【００５１】
本実施形態によれば、ユーザは、図１１の表示例のような分類項目の候補の提示を受け、この候補をそのまま選択してクロス集計を実行してもよく、必要に応じてステップＳ１０に戻って、再度、カテゴリ集合Ｃ１またはＣ２のカテゴリを選択しなおしてもよい。
【００５２】
いずれにしても、クロス集計の対象とするｐ１、Ｃ１、ｐ２、Ｃ２のカテゴリがそれぞれ選択され、ユーザの操作によってカテゴリ表示操作部３からクロス集計の実行が要求されると（ステップＳ１４−ＹＥＳ）、クロス集計部６は、これらｐ１、Ｃ１、ｐ２、Ｃ２を対象として、後述する図９の処理によって、クロス集計を実行する（ステップＳ１５）。
【００５３】
しかる後、カテゴリ表示操作部３は、クロス集計の実行結果をユーザに提示する。
【００５４】
例えば、図１１（ａ）で選択された分類軸と、提示された分類項目の候補を、そのまま対象としたクロス集計の実行結果の例を図１１（ｂ）に示している。図１１（ａ）の分類軸「出願人別」１１０１は、図１１（ｂ）の横軸「出願人別」１１１０に対応し、同様に、図１１（ａ）の分類軸「機械翻訳」１１０６は、図１１（ｂ）の縦軸「機械翻訳」１１１１に対応する。
【００５５】
図１１（ａ）の分類項目「Ａ社」１１０２は、図１１（ｂ）の横軸の分類項目「Ａ社」１１１３に対応し、同様に、図１１（ａ）の分類項目「シソーラス」１１０７は、図１１（ｂ）の縦軸の分類項目「辞書／シソーラス」１１１６に対応する。
【００５６】
このクロス集計の画面例では、バブルチャートを用いて集計結果の文書番号の個数を表現しており、例えば図１１（ｂ）の１１１９は、第１分類軸の分類項目「Ｘ社」１１１５と、第２分類軸の分類項目「コーパス」１１１８の、両方のカテゴリに分類されている文書の文書番号の個数を、バブル（円）の面積で表したものである。
【００５７】
このように、図１１（ｂ）で例示したクロス集計の結果を用いることで、ユーザは、「Ａ社」と「Ａ社」以外の出願人同士で比較分析するには、「機械翻訳」の下の「シソーラス」や「コーパス」などの技術に着目すると有用であり、さらにこの場合には、「Ａ社」に加え、「Ｃ社」、「Ｄ社」、「Ｘ社」などの出願人同士で比較すべきである、といった知見が得られる。
【００５８】
なお、ステップＳ１４でクロス集計を行わない場合（Ｓ１４−ＮＯ）や、Ｓ１５にてクロス集計を実行した後は、ステップＳ２もしくはそれ以降のステップに戻って分類軸および分類項目を選択しなおすこともできる。
【００５９】
例えば図１２（ａ）は、図４および図５に示すステップＳ１０にて、第２分類軸の分類項目として、カテゴリ「ルール」１２０８を選択した場合の画面例を示す。このように分類項目すなわち、カテゴリ集合Ｃ１またはＣ２の一部をユーザが明示的に選択しなおした後、これをもとにステップＳ１３にて再度、カテゴリ集合Ｃ１およびＣ２の候補を生成しなおすことが可能である。
【００６０】
図１２の例では、カテゴリ「ルール」１２０８がユーザによって選択され、これを含めるように分類項目の候補を生成した結果、第１分類軸「出願人別」１２０１に対しては、分類項目「Ｂ社」１２０３が新たな候補として追加され、逆に分類項目「Ｃ社」１２０４は候補から除去される。同様の処理は第２分類軸「機械翻訳」１２０７に対しても行われ、ユーザが明示的に追加した分類項目「ルール」１２０８以外にも、分類項目「対訳辞書」１２０９が新たな候補として追加され、分類項目「ユーザ辞書」１２１１が候補から除外される。
【００６１】
この結果を用いてクロス集計を行った結果を図１２（ｂ）に示す。ユーザは、分類項目に対するカテゴリの追加や削除が反映されたクロス集計結果を容易に得ることができる。
【００６２】
以上が本実施形態における文書分析装置の動作の説明である。続いて、動作の説明の一部である分類軸候補の生成動作を示すステップＳ９について図６のフローチャートを用いて詳細に説明する。
【００６３】
ステップＳ９の処理の前提としては、ステップＳ８以前の処理により、第１分類軸とその分類項目の一部が選択されている。このため、分類軸候補生成部４は、初期状態として、第１分類軸のカテゴリをｐ１とし、ｐ１の分類項目として現段階で選択されているカテゴリ集合をＣ１とする。また、カテゴリｐ１の全ての下位カテゴリをＡ１とする。ここで、カテゴリ集合Ｃ１はＡ１の部分集合である。さらに、第２分類軸の候補のカテゴリ集合をＰ２＝（空）とする（ステップＳ９−１）。
【００６４】
この第２分類軸の候補のカテゴリ集合Ｐ２を求めることがステップＳ９の処理の目的である。また、第２分類軸として採用され得る全てのカテゴリ集合Ａ２を、カテゴリｐ１の上位カテゴリまたは下位カテゴリでないカテゴリの集合とする。図１０の例では、カテゴリ「出願人別」１００１がカテゴリｐ１であるので、この場合のカテゴリ集合Ａ２は、カテゴリ「技術別」１００３およびその全ての下位カテゴリとなる。
【００６５】
次に、分類軸候補生成部４は、ステップＳ９−３の処理を、カテゴリ集合Ａ２中の各カテゴリｐ２について繰り返し実行する（ステップＳ９−２）。
【００６６】
ステップＳ９−３においては、分類軸候補生成部４は、（１）式および（２）式に示すように、第１分類軸のカテゴリｐ１と分類項目の候補のカテゴリ集合Ｃ１のもとでの、カテゴリｐ２のスコアｓｐ（ｐ１，Ｃ１，ｐ２）を求める。また、分類軸候補生成部４は、（１）式および（３）式に示すように、第１分類軸のカテゴリｐ１と分類項目の全候補のカテゴリ集合Ａ１のもとでの、カテゴリｐ２のスコアｓｐ（ｐ１，Ａ１，ｐ２）を求める。
【数１】
【００６７】
スコアの計算式は（１）式乃至（３）式に従うものであり、（１）式にて定義した、上位カテゴリｐ１とｐ２のもとでの、カテゴリｃ１とｃ２の相互情報量ｍｉ（ｐ１，ｃ１，ｐ２，ｃ２）を、カテゴリ集合Ｃ１またはＡ１と、カテゴリｐ２の全ての下位カテゴリの集合Ｓｕｂ（ｐ２）について加算したものとする。
【００６８】
このスコアｓｐ（ｐ１，Ｃ１，ｐ２）またはｓｐ（ｐ１，Ａ１，ｐ２）の値が大きいほど、カテゴリｐ２は、カテゴリｐ１の下位カテゴリとの相関が大きい下位カテゴリを多く持つとみなすことができ、クロス分析によって有用な知見が得られる可能性の高い分類軸となり得る。逆に、このスコアの値が０に近いほど、カテゴリｐ１とｐ２の間の相関は小さく、カテゴリｐ１の分類項目同士を比較する目的ではカテゴリｐ２はあまり適切でない。
【００６９】
なお、本実施形態ではこのように相互情報量に基づいて分類軸の候補の選定を行うものであるが、この方法に限定せず、分類軸同士の相関の大小を判定できるものであれば、相互情報量以外の統計量を用いることができる。
【００７０】
また、相互情報量を用いる場合にも、前述した（１）式を用いる方法の他に、例えば、（１ａ）式や（１ｂ）式を用いる方法がある。
【数２】
【００７１】
なお、前述した（１）式は、カテゴリｃ１とｃ２とで重複する文書集合にのみ着目して両カテゴリの相関の大小を判定する数式であった。
【００７２】
これに対し（１ａ）式は、カテゴリｃ１に属さない文書集合やカテゴリｃ２に属さない文書集合などにも着目した４つの項を用いて、両カテゴリの相関の大小を判定する数式である。
【００７３】
また、（１ｂ）式は、（１）式の対数の項のみを用いて簡略化した数式の例である。一方、相互情報量を用いずに、例えば、Ｔ検定の考え方に基づいて求めた量（Ｔスコア）を用いる方法や、分散分析の考え方に基づいて求めた量を用いる方法もある。
【００７４】
例えば、以下の（１ｃ）式にはＴスコアを用いる場合の数式の例を示している。このＴスコアｔｓ（ｐ１，ｃ１，ｐ２，ｃ２）の値を、前述の相互情報量ｍｉ（ｐ１，ｃ１，ｐ２，ｃ２）に代えて用い、（２’）式および（３’）式に示すように、前述した（２）式と（３）式の値を計算してもよい。
【数３】
【００７５】
なお、（１）式に代えて、（１ａ）式、（１ｂ）式または（１ｃ）式を用いてもよいことは、後述する（４）式乃至（７）式でも同様である。また、いずれにしても、相関の大きさを算出できる式であれば、任意の式が使用可能となっている。これは、分類軸の候補の生成に限らず、分類項目の候補の生成についても同様である。
【００７６】
次に、分類軸候補生成部４は、スコアｓｐ（ｐ１，Ｃ１，ｐ２）が０より大きいカテゴリｐ２を、このスコアが大きい順に最大Ｎ個選び、第２分類軸の候補のカテゴリ集合Ｐ２に追加する（ステップＳ９−４）。このステップＳ９−４により、ユーザによってすでに選択された第１分類軸の分類項目Ｃ１に対して適切な第２分類軸の候補が、まず優先的に、最大Ｎ個求められる。ここでＮは、第２分類軸の候補として採用するカテゴリの個数の上限である。
【００７７】
次に、分類軸候補生成部４は、第２分類軸の候補の個数｜Ｐ２｜が上限の個数Ｎより少なければ（ステップＳ９−５）、スコアｓｐ（ｐ１，Ａ１，ｐ２）が大きい順に最大Ｎ−｜Ｐ２｜個の候補を選択してカテゴリ集合Ｐ２に追加し（ステップＳ９−６）、ステップＳ９−５で求めた候補と併せて最大Ｎ個の候補とする。
【００７８】
スコアｓｐ（ｐ１，Ａ１，ｐ２) が大きい分類軸ｐ２は、現在選択されている分類項目のカテゴリ集合Ｃ１に関わらず、第１分類軸の下位カテゴリ全体に対して相関の大きい分類軸となる。このようにしてステップＳ９−４およびＳ９−６で選択されたカテゴリ集合Ｐ２が、第２分類軸の候補として、カテゴリ表示操作部３により、ユーザに提示される。
【００７９】
以上が分類軸候補の生成動作を示すステップＳ９の詳細説明である。続いて、動作の説明の一部である分類項目の候補の生成動作を示すステップＳ１３について図７および図８のフローチャートを用いて詳細に説明する。
【００８０】
ステップＳ１３の処理の前提としては、ステップＳ１２以前の処理で、第１分類軸および第２分類軸と、その各々の分類項目の一部が選択されている。このため、分類項目候補生成部５は、初期状態として、第１分類軸のカテゴリをｐ１とし、ｐ１の分類項目として現段階で選択されているカテゴリ集合をＣ１とする。同様に、第２分類軸のカテゴリをｐ２とし、ｐ２の分類項目として現段階で選択されているカテゴリ集合をＣ２とする。また、カテゴリｐ１の全ての下位カテゴリの集合をＡ１とし、同様に、カテゴリｐ２の全ての下位カテゴリの集合をＡ２とする（ステップＳ１３−１）。
【００８１】
ここで、カテゴリ集合Ｃ１はＡ１の部分集合であり、カテゴリ集合Ｃ２はＡ２の部分集合である。このカテゴリ集合Ｃ１とＣ２を求めることがステップＳ１３の処理の目的である。
【００８２】
次に、分類項目候補生成部５は、ステップＳ１３−３の処理をカテゴリ集合Ａ１中の各カテゴリｃ１について繰り返し実行する（ステップＳ１３−２）。
【００８３】
ステップＳ１３−３においては、分類項目候補生成部５は、カテゴリｃ１のスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）を求める。このスコアの計算式は（１）式および（４）式に従うものであり、（１）式にて定義した、上位カテゴリｐ１とｐ２のもとでの、カテゴリｃ１とｃ２の相互情報量ｍｉ（ｐ１，ｃ１，ｐ２，ｃ２）を、カテゴリ集合Ａ２について加算したものとする。
【数４】
【００８４】
このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）が大きいほど、カテゴリｃ１は、第２分類軸のカテゴリｐ２の下位カテゴリとの相関が大きいカテゴリであるとみなすことができ、クロス分析によって有用な知見が得られる可能性の高い分類項目となり得る。
【００８５】
次に、分類項目候補生成部５は、ステップＳ１３−２およびＳ１３−３と同様に、（１）式および（５）式に従い、カテゴリ集合Ａ２中の各カテゴリｃ２について、そのスコアｓｃ（ｐ２，ｃ２，ｐ１，Ａ１）を求める（ステップＳ１３−４，Ｓ１３−５）。
【数５】
【００８６】
次に、分類項目候補生成部５は、カテゴリ集合Ｃ１またはＣ２に、各分類軸の分類項目の候補としてカテゴリを追加することが可能な限り、ステップＳ１３−７からＳ１３−１８までの処理を繰り返す（ステップＳ１３−６）。
【００８７】
分類項目の候補を追加できなくなる場合とは、カテゴリ集合Ａ１およびＡ２のカテゴリを全て、カテゴリ集合Ｃ１およびＣ２に追加した場合か、あるいは、カテゴリ集合Ｃ１およびＣ２の個数が、所定の上限に達した場合か、あるいは、分類項目としての適切さ（すなわちスコア）が、所定の値より大きいカテゴリが存在しなくなった場合である。
【００８８】
ステップＳ１３−７では、分類項目候補生成部５は、ステップＳ１３−８の処理をカテゴリ集合Ａ１中の各カテゴリｃ１（ただしすでにカテゴリ集合Ｃ１に追加したカテゴリは除く）について繰り返し実行する。
【００８９】
ステップＳ１３−８では、分類項目候補生成部５は、（６）式に示すように、カテゴリｃ１のスコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ２）を求める。
【数６】
【００９０】
ステップＳ１３−８の処理は、前述したＳ１３−５と同様の処理であるが、相関を求める第２分類軸の分類項目として、カテゴリ集合Ａ２でなく、現時点で選択されているカテゴリ集合Ｃ２を用いる点が異なる。
【００９１】
次に、ステップＳ１３−９では、分類項目候補生成部５は、カテゴリ集合Ｃ１に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ２）が０より大きいカテゴリｃ１が存在するか否かを判定する。この判定の結果、このようなカテゴリｃ１が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ２）が最大のカテゴリｃ１をカテゴリ集合Ｃ１に追加する（ステップＳ１３−１０）。
【００９２】
ステップＳ１３−９の判定の結果、否の場合、分類項目候補生成部５は、カテゴリ集合Ｃ１に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）が０より大きいカテゴリｃ１が存在するか否かを判定する（ステップＳ１３−１１）。この判定の結果、このようなカテゴリｃ１が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）が最大のカテゴリｃ１をカテゴリ集合Ｃ１に追加する（ステップＳ１３−１２）。
【００９３】
このようなステップＳ１３−７からＳ１３−１２までの処理により、第１分類軸の分類項目としてより適切なカテゴリｃ１が優先的に、カテゴリ集合Ｃ１に追加される。
【００９４】
以降のＳ１３−１３からＳ１３−１８までの処理は、前述したステップＳ１３−７からＳ１３−１２までの処理と同様の処理を、第２分類軸について行うものである。
【００９５】
すなわち、ステップＳ１３−１３では、分類項目候補生成部５は、ステップＳ１３−１４の処理をカテゴリ集合Ａ２中の各カテゴリｃ２（ただしすでにカテゴリ集合Ｃ２に追加したカテゴリは除く）について繰り返し実行する。
【００９６】
ステップＳ１３−１４では、分類項目候補生成部５は、（７）式に示すように、カテゴリｃ２のスコアｓｃ（ｐ２，ｃ２，ｐ１，Ｃ１）を求める。
【数７】
【００９７】
ステップＳ１３−１４の処理は、前述したＳ１３−５と同様の処理であるが、相関を求める第１分類軸の分類項目として、カテゴリ集合Ａ１でなく、現時点で選択されているカテゴリ集合Ｃ１を用いる点が異なる。
【００９８】
次に、ステップＳ１３−１５では、分類項目候補生成部５は、カテゴリ集合Ｃ２に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ１）が０より大きいカテゴリｃ２が存在するか否かを判定する。この判定の結果、このようなカテゴリｃ２が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ１）が最大のカテゴリｃ２をカテゴリ集合Ｃ２に追加する（ステップＳ１３−１６）。
【００９９】
ステップＳ１３−１５の判定の結果、否の場合、分類項目候補生成部５は、カテゴリ集合Ｃ２に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ１）が０より大きいカテゴリｃ２が存在するか否かを判定する（ステップＳ１３−１７）。この判定の結果、このようなカテゴリｃ２が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ１）が最大のカテゴリｃ２をカテゴリ集合Ｃ２に追加する（ステップＳ１３−１８）。
【０１００】
このようなステップＳ１３−１３からＳ１３−１８までの処理により、第２分類軸の分類項目としてより適切なカテゴリｃ２が優先的に、カテゴリ集合Ｃ２に追加される。
【０１０１】
以上の処理により、一方の第１分類軸の分類項目の候補として最も適切なカテゴリｃ１が選択され、それに応じて、他方の第２分類軸の分類項目の候補として最も適切なカテゴリｃ２が選択されるといった処理が繰り返され、その結果、適切な分類項目の候補が両分類軸について得られる。
【０１０２】
以上が分類項目の候補の生成動作を示すステップＳ１３の詳細説明である。続いて、動作の一部であるクロス集計の動作を示すステップＳ１５について図９のフローチャートを用いて詳細に説明する。ステップＳ１５の処理は、一般的なクロス集計の技術によって実現してもよい。
【０１０３】
ステップＳ１５の処理の前提としては、ステップＳ１４以前の処理により、クロス集計の対象とする第１分類軸およびその分類項目と、第２分類軸およびその分類項目が選択されている。このため、クロス集計部６は、初期状態として、クロス集計の対象とする第１分類軸のカテゴリをｐ１とし、その分類項目のカテゴリ集合をＣ１とする。同様に、第２分類軸のカテゴリをｐ２とし、その分類項目のカテゴリ集合をＣ２とする（ステップＳ１５−１）。
【０１０４】
次に、クロス集計部６は、ステップＳ１５−３からＳ１５−５までの処理をカテゴリ集合Ｃ１中の各カテゴリｃ１ｉについて繰り返し実行する（ステップＳ１５−２）。
【０１０５】
ステップＳ１５−３においては、クロス集計部６は、ステップＳ１５−４からＳ１５−５までの処理をカテゴリ集合Ｃ２の各カテゴリｃ２ｊについて繰り返し実行する。
【０１０６】
ステップＳ１５−４においては、クロス集計部６は、カテゴリｃ１ｉとｃ２ｊの両方に分類されている文書集合Ｄｉｊを求める。
【０１０７】
次に、ステップＳ１５−５においては、クロス集計部６は、クロス集計結果のｉ行ｊ列目の値を、この文書集合Ｄｉｊの要素数すなわち文書数｜Ｄｉｊ｜とする。
【０１０８】
なお、第１分類軸を表示上の縦軸とし、第２分類軸を表示上の横軸とする場合には、｜Ｄｉｊ｜をｉ行ｊ列目の値とする。第１分類軸を横軸、第２分類軸を縦軸とする場合には、｜Ｄｉｊ｜をｊ行ｉ列目の値とする。表示上の縦軸と横軸の交換は容易に実行できる。
【０１０９】
以上の処理によって、図１１（ｂ）や図１２（ｂ）で例示したクロス集計の結果が得られる。
【０１１０】
上述したように本実施形態によれば、大量の文書が複数の異なる観点で分類されている場合でも、ユーザの大まかな意図に応じて、クロス集計の対象として選択すべき分類軸と分類項目の組み合わせが自動的に提示される。これにより、クロス集計の対象として選択し得る分類軸が多数ある場合や、各分類軸を構成する分類項目の個数や段数が多い場合であっても、着目すべき分類軸や分類項目を容易に選択できるとともに、有用な知見が得られる可能性の高いクロス集計を容易に効率よく実行できる。従って、例えば、文書について知識がないユーザであっても、着目すべき分類軸や分類項目を見落とすことがなくなる。
【０１１１】
補足すると、文書を分析する作業では、例えば、Ａ社が出願した特許に対し、Ａ社と競合関係にある企業とその注力技術についての知見を得たいというように、ユーザに大まかな意図がある場合に用いられることが多い。このような場合、従来の技術においては、ユーザは、１つの分類軸（会社）と分類項目（Ａ社）については容易に選択できるが、この分類軸の他の分類項目（Ｂ社、Ｃ社、…）や他方の分類軸（技術分野、Ｆターム、出願日、…）と分類項目（機械翻訳、情報検索、文書要約、…）を選択することが困難となっている。一方、本実施形態では、ユーザに大まかな意図がある場合でも、着目すべき分類軸や分類項目を容易に選択することができる。
【０１１２】
なお、本実施形態は、クロス集計の対象とする分類軸を２つ、すなわち、表示上の縦軸と横軸とした場合について説明したが、分類軸を２つに限定するものではない。分類軸を３つ以上として、その各々の分類軸の候補および分類項目の候補を生成するように変形した実施形態も容易に実現可能である。同様に、クロス集計の結果の表示の形態も図１１（ｂ）や図１２（ｂ）に示したような２次元のバブルチャートに限定せず、２つ以上の軸（すなわち２次元以上）を対象としたクロス集計の結果を可視化する方法であれば、どのような方法でもよい。可視化する方法としては、例えば、色変え表示または棒グラフ表示といった方式が使用可能となっている。
【０１１３】
また、本実施形態の文書分析装置は、図１３に示すように、文書を分類するカテゴリを手動または自動で作成し、文書を所定のカテゴリに自動的に分類するためのカテゴリ生成部／文書分類部７を更に備えた構成に変形してもよい。このカテゴリ生成部／文書分類部７は、例えば、特願２００９−１１９０２４号に記載の技術によって実現可能となっている。
【０１１４】
また、上記実施形態に記載した手法は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、光磁気ディスク（ＭＯ）、半導体メモリなどの記憶媒体に格納して頒布することもできる。
【０１１５】
また、この記憶媒体としては、プログラムを記憶でき、かつコンピュータが読み取り可能な記憶媒体であれば、その記憶形式は何れの形態であっても良い。
【０１１６】
また、記憶媒体からコンピュータにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワークソフト等のＭＷ（ミドルウェア）等が上記実施形態を実現するための各処理の一部を実行しても良い。
【０１１７】
さらに、上記実施形態における記憶媒体は、コンピュータと独立した媒体に限らず、ＬＡＮやインターネット等により伝送されたプログラムをダウンロードして記憶または一時記憶した記憶媒体も含まれる。
【０１１８】
また、記憶媒体は１つに限らず、複数の媒体から上記実施形態における処理が実行される場合も実施形態における記憶媒体に含まれ、媒体構成は何れの構成であっても良い。
【０１１９】
なお、上記実施形態におけるコンピュータは、記憶媒体に記憶されたプログラムに基づき、上記実施形態における各処理を実行するものであって、パソコン等の１つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であっても良い。
【０１２０】
また、上記実施形態におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって上記実施形態の機能を実現することが可能な機器、装置を総称している。
【０１２１】
なお、本発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組合せにより種々の変形例を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。
【符号の説明】
【０１２２】
１…文書記憶部、２…カテゴリ記憶部、３…カテゴリ表示操作部、４…分類軸候補生成部、５…分類項目候補生成部、６…クロス集計部。
【技術分野】
【０００１】
本発明の実施形態は、文書分析装置およびプログラムに関する。
【背景技術】
【０００２】
近年、計算機の高性能化や記憶媒体の大容量化、計算機ネットワークの普及などに伴い、電子化された文書が計算機システムに大量に記憶管理されて利用可能になっている。ここでいう文書とは、例えば、帳票、企画書、設計書、議事録といった業務文書や、学会論文、製品マニュアル、特許などの技術文書、さらには、ニュース記事、電子メール、ウェブページといった、ネットワーク上で共有されている文書などを指す。
【０００３】
このような大量の文書を未整理の状態で計算機のファイルシステムやデータベースに記憶した場合、文書の内容と記憶場所が不明となり、文書内の情報が利用できなくなる可能性が生じてしまう。このため、計算機システムにおいては、文書を内容や用途に応じて分類・整理することにより、情報の有効活用や共有の促進が図られている。また、分類した大量の文書を分析・調査して、内容の傾向を把握し、新たな知見を得るための文書分析技術が開発されている。
【０００４】
このような文書分析技術としては、例えば、クロス集計が知られている。クロス集計においては、２つの分類軸を選び、各分類軸の分類項目である各カテゴリに属する文書の積集合（すなわち両カテゴリに分類されている文書集合）を求め、積集合の文書数をマトリックス状に表示する。このようなクロス集計によれば、文書集合の傾向を把握し、各カテゴリの相関関係などの知見を得ることが可能となる。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００３−３４５８１１号公報
【特許文献２】特開２００４−８６３５０号公報
【特許文献３】特開２００８−８４１５１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら以上のような文書分析技術は、クロス集計で選択可能な分類軸が多数ある場合や、各分類軸の分類項目の個数や段数が多い場合には、有用な知見が得られるような着目すべき分類軸や分類項目を選択することが困難となってしまう。
【０００７】
これに対し、試行錯誤的に全ての分類軸と分類項目の組み合わせを表示するとしても、時間と労力がかかる上、重要な情報を見落とす可能性がある。
【０００８】
本発明の実施形態は、着目すべき分類軸や分類項目を容易に選択し得る文書分析装置およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
実施形態の文書分析装置は、文書記憶部、カテゴリ記憶部、カテゴリ表示操作部、分類軸候補生成部、分類項目補生成部およびクロス集計部を具備している。
【００１０】
文書記憶部は、複数の文書を記憶している。
【００１１】
カテゴリ記憶部は、文書を分類する複数のカテゴリおよびその階層構造を記憶している。
【００１２】
カテゴリ表示操作部は、カテゴリおよびその階層構造をユーザに提示し、かつ、カテゴリに対するユーザの操作を受け付ける。
【００１３】
クロス集計部は、第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する。
【００１４】
分類軸候補生成部は、クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する。
【００１５】
分類項目候補生成部は、クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する。
【００１６】
このような文書分析装置は、カテゴリ表示操作部を用いてユーザが選択した１つのカテゴリを、クロス集計の対象の第１分類軸とし、当該第１分類軸のカテゴリに対して分類軸候補生成部を用いて生成した第２分類軸の候補のうち、カテゴリ表示操作部を用いてユーザが選択したカテゴリを第２分類軸とし、当該第１分類軸および第２分類軸のカテゴリに対して分類項目候補生成部を用いて生成した分類項目の候補のうち、カテゴリ表示操作部を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、クロス集計部を用いてクロス集計を実行し、その結果を、カテゴリ表示操作部を用いてユーザに提示する。
【図面の簡単な説明】
【００１７】
【図１】実施形態に係る文書分析装置の構成を表すブロック図である。
【図２】同実施形態における文書記憶部内の文書の例を表す模式図である。
【図３】同実施形態におけるカテゴリ記憶部内のカテゴリの例を表す模式図である。
【図４】同実施形態における動作を説明するためのフローチャートである。
【図５】同実施形態における動作を説明するためのフローチャートである。
【図６】同実施形態におけるステップＳ９の動作を説明するためのフローチャートである。
【図７】同実施形態におけるステップＳ１３の動作を説明するためのフローチャートである。
【図８】同実施形態におけるステップＳ１３の動作を説明するためのフローチャートである。
【図９】同実施形態におけるステップＳ１５の動作を説明するためのフローチャートである。
【図１０】同実施形態におけるカテゴリの階層構造と分類軸の候補の表示例を表す模式図である。
【図１１】同実施形態におけるカテゴリの階層構造と分類項目の候補の表示例、および、クロス集計の結果の表示例を表す模式図である。
【図１２】同実施形態におけるカテゴリの階層構造と分類項目の候補の表示例、および、クロス集計の結果の表示例を表す模式図である。
【図１３】同実施形態における文書分析装置の変形構成を表すブロック図である。
【発明を実施するための形態】
【００１８】
以下、図面を参照して、実施形態について説明する。
図１は実施形態に係る文書分析装置の構成を表すブロック図である。この文書分析装置は、文書記憶部１、カテゴリ記憶部２、カテゴリ表示操作部３、分類軸候補生成部４、分類項目候補生成部５およびクロス集計部６を具備している。なお、文書分析装置は、ハードウェア構成、または各記憶部１，２やＣＰＵ等のハードウェア資源とソフトウェアとの組合せ構成のいずれでも実施可能となっている。組合せ構成のソフトウェアとしては、予めネットワークまたは記憶媒体から文書分析装置のコンピュータにインストールされ、各部３〜６の機能を実現させるためのプログラムが用いられる。
【００１９】
ここで、文書記憶部１は、文書分析装置が分析の対象とする複数の文書のデータを記憶する手段である。本実施形態の場合、文書は、階層構造に構成された複数のカテゴリによって分類されており、文書分析装置では、このカテゴリを対象にクロス集計を行う。各文書は、図２に特許文書の例を示すように、文書番号２１、文書名２２、本文２３、出願人２４および出願日２５といったデータをもっている。文書番号２１は、文書分析装置が文書を特定するためのユニークなデータである。文書名２２および本文２３は、文書毎に記述されたテキストデータである。出願人２４および出願日２５は、特許文書の例における属性データである。また、文書記憶部１は、文書全体を記憶する場合に限らず、文書の一部の情報や、文書データベースにアクセスするためのポインタ、インデックス情報、ＵＲＬを記憶する記憶部として実現してもよく、また、文書を一時的に記憶するバッファのような記憶部として実現してもよい。
【００２０】
カテゴリ記憶部２は、文書を分類する複数のカテゴリとその階層構造のデータを記憶する手段である。文書記憶部１およびカテゴリ記憶部２としては、例えば、一般的な計算機の記憶手段であるファイルシステムやデータベースなどを用いて実現可能となっている。
【００２１】
ここで、カテゴリ記憶部２に記憶される各カテゴリについて図３の例により具体的に説明する。図３（ａ）から図３（ｆ）は、後述する図１０で示したカテゴリの階層構造を構成する複数のカテゴリの一部を示している。
【００２２】
各カテゴリは、文書分析装置がカテゴリを特定するためのユニークなデータである、カテゴリ番号３０１を持つ。また、各カテゴリは、カテゴリの階層構造を表現するためのデータとして、親カテゴリのデータを持つ。図３（ａ）に示すカテゴリは、階層構造の最上位（ルート）に位置するカテゴリのため、その親カテゴリ３０２は「（なし）」となる。
【００２３】
図３（ｂ）に示すカテゴリ（カテゴリ番号「ｃ０２」）の親カテゴリ３１２は、カテゴリ番号「ｃ０１」のカテゴリ（すなわち図３（ａ）に示したカテゴリ）である。言い換えれば、図３（ａ）に示したカテゴリ（カテゴリ番号「ｃ０１」）の子カテゴリの１つが、図３（ｂ）に示したカテゴリ（カテゴリ番号「ｃ０２」）である。
【００２４】
以下の説明では、あるカテゴリの直接の親に位置するカテゴリを親カテゴリと呼び、直接の子に位置するカテゴリを子カテゴリと呼ぶ。あるカテゴリの直接または間接の親（祖先）に位置するカテゴリを、総じて上位カテゴリと呼び、逆に、あるカテゴリの直接または間接の子（子孫）に位置するカテゴリを、総じて下位カテゴリと呼ぶこととする。
【００２５】
各カテゴリは、その内容をユーザに示すためのデータとして、カテゴリ名（「出願人別」３１３や「Ａ社」３２３等）を持つ。また、各カテゴリは、当該各カテゴリに分類されている文書を表すためのデータとして、文書３２４に示したように、複数の文書番号を列挙している。
【００２６】
但し、カテゴリの目的や内容によっては、文書番号を明示的に列挙するという方法をとらずに、当該カテゴリに分類される文書が満たすべき条件として、例えば「出願人＝“Ａ社”」３２５といった条件を記述するようにしてもよい。このような条件により、例えば図２に示した文書番号「ｄ２３」、すなわち、「出願人」が「Ａ社」２４である文書が、図３（ｃ）のカテゴリ（カテゴリ番号「ｃ０４」）に分類されることとなる。
【００２７】
なお、図３（ａ）、図３（ｂ）および図３（ｄ）などでは、カテゴリに分類されている文書は「（なし）」となっている。この「（なし）」は、当該カテゴリに直接分類されている文書がないという意味であり、下位カテゴリを介して間接的に分類されている文書は存在し得る。例えば、図３（ａ）のカテゴリに間接的に分類されている文書は、その全ての下位カテゴリに分類されている文書の和集合となる。
【００２８】
カテゴリ表示操作部３は、カテゴリ記憶部２に記憶されているカテゴリおよびその階層構造をユーザに提示するとともに、これに対するユーザの操作を受け付ける手段であり、例えば、従来のソフトウェアにおいてグラフィカル・ユーザ・インタフェースと称される技術によって実現してもよい。このカテゴリ表示操作部３により、後述する図１０のようなカテゴリの階層構造が表示されるとともに、この表示上でユーザによる選択操作が行われる。
【００２９】
分類軸候補生成部４は、クロス集計部６の対象とすべき２つの分類軸として適切なカテゴリの候補を自動的に生成する手段であって、具体的には、クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する手段である。
【００３０】
分類項目候補生成部５は、２つの分類軸における各分類項目として適切なカテゴリの候補を自動的に生成する手段であって、具体的には、クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する手段である。
【００３１】
なお、後述する図１１（ｂ）は、クロス集計の結果を表す図であるが、このような分析結果を得るためには、まず、クロス集計の対象として、２つの分類軸（図１１（ｂ）の例では、「出願人別」１１１０と「機械翻訳」１１１１の分類軸）を選択し、さらに、各分類軸の分類項目（図１１（ｂ）の例では、「Ａ社」１１１２等と、「辞書／シソーラス」１１１６等の分類項目）を選択する必要がある。これら分類軸候補生成部４および分類項目候補生成部５は、ともに、ユーザが、有用な分析結果を容易に得ることができるように支援する手段である。
【００３２】
クロス集計部６は、２つの分類軸と分類項目を対象として、実際にクロス集計を実行する手段であり、その結果は、カテゴリ表示操作部３によってユーザに提示される。具体的には、クロス集計部６は、第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する手段である。
【００３３】
次に、以上のように構成された文書分析装置の動作を図４乃至図１２を参照しながら説明する。図４および図５は、文書分析装置と、これを操作するユーザによって行われる、クロス集計の対象の選択と、クロス集計の実行の全体動作を説明するためのフローチャートである。図６乃至図９は全体動作の一部を詳細に説明するためのフローチャートである。
【００３４】
一方、図１０、図１１、図１２は、ユーザに提示される画面の例を示す模式図である。図１０、図１１（ａ）、図１２（ａ）は、分析の対象であるカテゴリの階層構造を表示し、かつ、これに対するユーザの操作を受け付ける画面例を示し、図１１（ｂ）と図１２（ｂ）には、クロス集計の結果の画面例を示している。
【００３５】
始めに、図４および図５のフローチャートに沿って文書分析装置の動作を、図１０、図１１、図１２で示した画面例を参照しながら説明し、続いて、全体動作の一部を図６乃至図９を用いて詳細に説明する。
【００３６】
文書分析装置においては、クロス集計の対象とする分類軸を２つとした場合、分類軸候補生成部４および分類項目候補生成部５の初期状態として、分類軸の一方である第１分類軸のカテゴリをｐ１＝（なし）とし、当該第１分類軸の分類項目のカテゴリ集合をＣ１＝（空）とする。同様に、他方の第２分類軸のカテゴリをｐ２＝（なし）とし、当該第２分類軸の分類項目のカテゴリ集合をＣ２＝（空）とする（ステップＳ１）。以下、文書分析装置は、これらｐ１、Ｃ１、ｐ２、Ｃ２を決定する処理を、ステップＳ２からＳ１３までの処理で行う。
【００３７】
カテゴリ表示操作部３は、ユーザの操作によって第１分類軸に相当するカテゴリｐ１が選択されると（ステップＳ２−ＹＥＳ）、次に、カテゴリｐ１の下位カテゴリのうち、第１分類軸の分類項目とするカテゴリ集合Ｃ１の選択をユーザより受け付ける（ステップＳ３−ＹＥＳ）。ステップＳ２にて、ユーザによってカテゴリｐ１が選択されない場合（ステップＳ２−ＮＯの場合）には、クロス集計を行わずに処理を終了する。
【００３８】
ステップＳ３の後、カテゴリ表示操作部３は、ユーザの操作に従い、カテゴリ集合Ｃ１のカテゴリの追加または削除を行う（ステップＳ４）。この段階では、ユーザは、カテゴリ集合Ｃ１の全てのカテゴリを選択する必要はなく、１つのカテゴリも選択されない状態（Ｃ１が空集合）であってもよい。また、ステップＳ４で追加されたカテゴリは、第１分類軸の仮の分類項目と呼んでもよい。
【００３９】
ユーザによるカテゴリの選択は、カテゴリ表示操作部３を用いて行われ、例えば、図１０の画面例は、第１分類軸に相当するカテゴリｐ１として「出願人別」１００１が選択され、この第１分類軸の分類項目に相当するカテゴリ集合に含めるべきカテゴリの１つとして「Ａ社」１００２が、ユーザによって選択されている。
【００４０】
この場合のユーザの意図は、文書を「出願人」の観点で分類した結果に着目して、特に「Ａ社」と「Ａ社」以外の出願人とを比較分析することであり、「Ａ社」のカテゴリをクロス集計の対象に含めることが要求されている。なお、図１０、図１１、図１２では、分類軸もしくはその候補のカテゴリを、二重線で囲った矩形とし、分類項目またはその候補のカテゴリを、太線で囲った矩形とする。網掛した矩形は、分類項目または分類軸として、ユーザが明示的に選択したカテゴリを示す。クロス分析の対象の一方の分類軸である第２分類軸についても、第１分類軸と同様にユーザの操作により選択してもよい。
【００４１】
すなわち、カテゴリ表示操作部３は、ユーザの操作によって第２分類軸に相当するカテゴリｐ２が選択されると（ステップＳ５−ＹＥＳ）、次に、カテゴリｐ２の下位カテゴリのうち、第２分類軸の分類項目とするカテゴリ集合Ｃ２の選択をユーザより受け付ける（ステップＳ６−ＹＥＳ）。しかる後、カテゴリ表示操作部３は、ユーザの操作に従い、カテゴリ集合Ｃ２のカテゴリの追加または削除を行う（ステップＳ７）。このステップＳ７で追加されたカテゴリは、第２分類軸の仮の分類項目と呼んでもよい。
【００４２】
一方、ステップＳ５でカテゴリｐ２の選択が行われず（Ｓ５−ＮＯ）、カテゴリｐ２の候補を生成するようにユーザが要求した場合（ステップＳ８−ＹＥＳ）には、分類軸候補生成部４は、後述する図６の処理によって、第２分類軸のカテゴリとして適切な候補を生成し、カテゴリ表示操作部３によりユーザに提示する（ステップＳ９）。ユーザはこの提示を受けて、第２分類軸とするカテゴリを再度ステップＳ５で選択することができる。
【００４３】
図１０に示したカテゴリ「機械翻訳」１００４、「辞書」１００５、「情報検索」１００６は、分類軸候補生成部４によって提示された候補のカテゴリの例である。カテゴリ表示操作部３は、ユーザが各候補のカテゴリのいずれかを第２分類軸として選択すると、前述のユーザの意図にあったクロス集計を実行できる旨を提示する。具体的には、文書を「技術別」に分類した結果のうち、例えば「機械翻訳」１００４に着目してこれを分類軸とし、その下位カテゴリを分類項目としてクロス集計を行うと、「Ａ社」と「Ａ社」以外の出願人について有用な比較分析が行えることをカテゴリ表示操作部３が提示する。
【００４４】
図１０の画面例で示した提示を受けて、ステップＳ５にて、ユーザが図１０のカテゴリ「機械翻訳」１００４を選択した結果の画面例を図１１に示す。図１１では、「機械翻訳」１１０６（図１０の１００４と同じカテゴリ）が第２分類軸として選択されている例を示している。なお、ステップＳ８において、第２分類軸であるカテゴリｐ２の候補を生成しない場合、文書分析装置は、ステップＳ２に戻って第１分類軸の選択から受け付けしなおすことができる。
【００４５】
以上の処理によって第１分類軸と第２分類軸が選択されると、次に、カテゴリ表示操作部３は、ユーザの操作に応じて各分類軸の分類項目の選択を受け付ける処理を行う。
【００４６】
カテゴリ表示操作部３は、図５に示すように、ユーザの操作により、第１分類軸および第２分類軸のそれぞれの分類項目であるカテゴリ集合Ｃ１およびＣ２とすべきカテゴリが選択されると（ステップＳ１０−ＹＥＳ）、ユーザの操作に従い、カテゴリ集合Ｃ１またはＣ２のカテゴリの追加または削除を行う（ステップＳ１１）。
【００４７】
ここで、ユーザがカテゴリ表示操作部３の操作により、分類項目のカテゴリ集合Ｃ１またはＣ２の候補を生成するように要求した場合（ステップＳ１２−ＹＥＳ）、分類項目候補生成部５は、後述する図７および図８の処理によって、各分類軸の分類項目のカテゴリとして適切な候補を生成して、ユーザに提示する（ステップＳ１３）。
【００４８】
ここで、図１１のカテゴリ「Ｃ社」１１０３、「Ｄ社」１１０４、「Ｘ社」１１０５は、第１分類軸「出願人別」の分類項目Ｃ１の候補として提示されたカテゴリである。一方、図１１のカテゴリ「シソーラス」１１０７、「ユーザ辞書」１１０８、「コーパス」１１０９は、第２分類軸「機械翻訳」の分類項目Ｃ２の候補として提示されたカテゴリである。
【００４９】
各分類軸の下にある分類項目（本実施形態の場合は下位カテゴリ）の個数が多く、例えば数百個、数千個といったカテゴリが存在する場合には、全ての分類項目を対象にクロス集計を行っても、ユーザが所望する知見が得られるとは限らない上、クロス集計に多大な計算処理を必要とするとともに、クロス集計の結果が巨大なマトリクスとなってユーザが閲覧し切れなくなる。
【００５０】
従って、クロス集計の対象とするカテゴリを適切に取捨選択できるようにすべきであるが、どの分類項目を選択してクロス集計を行えば、有用な知見が得られるかについて、ユーザは知らないことがほとんどである。
【００５１】
本実施形態によれば、ユーザは、図１１の表示例のような分類項目の候補の提示を受け、この候補をそのまま選択してクロス集計を実行してもよく、必要に応じてステップＳ１０に戻って、再度、カテゴリ集合Ｃ１またはＣ２のカテゴリを選択しなおしてもよい。
【００５２】
いずれにしても、クロス集計の対象とするｐ１、Ｃ１、ｐ２、Ｃ２のカテゴリがそれぞれ選択され、ユーザの操作によってカテゴリ表示操作部３からクロス集計の実行が要求されると（ステップＳ１４−ＹＥＳ）、クロス集計部６は、これらｐ１、Ｃ１、ｐ２、Ｃ２を対象として、後述する図９の処理によって、クロス集計を実行する（ステップＳ１５）。
【００５３】
しかる後、カテゴリ表示操作部３は、クロス集計の実行結果をユーザに提示する。
【００５４】
例えば、図１１（ａ）で選択された分類軸と、提示された分類項目の候補を、そのまま対象としたクロス集計の実行結果の例を図１１（ｂ）に示している。図１１（ａ）の分類軸「出願人別」１１０１は、図１１（ｂ）の横軸「出願人別」１１１０に対応し、同様に、図１１（ａ）の分類軸「機械翻訳」１１０６は、図１１（ｂ）の縦軸「機械翻訳」１１１１に対応する。
【００５５】
図１１（ａ）の分類項目「Ａ社」１１０２は、図１１（ｂ）の横軸の分類項目「Ａ社」１１１３に対応し、同様に、図１１（ａ）の分類項目「シソーラス」１１０７は、図１１（ｂ）の縦軸の分類項目「辞書／シソーラス」１１１６に対応する。
【００５６】
このクロス集計の画面例では、バブルチャートを用いて集計結果の文書番号の個数を表現しており、例えば図１１（ｂ）の１１１９は、第１分類軸の分類項目「Ｘ社」１１１５と、第２分類軸の分類項目「コーパス」１１１８の、両方のカテゴリに分類されている文書の文書番号の個数を、バブル（円）の面積で表したものである。
【００５７】
このように、図１１（ｂ）で例示したクロス集計の結果を用いることで、ユーザは、「Ａ社」と「Ａ社」以外の出願人同士で比較分析するには、「機械翻訳」の下の「シソーラス」や「コーパス」などの技術に着目すると有用であり、さらにこの場合には、「Ａ社」に加え、「Ｃ社」、「Ｄ社」、「Ｘ社」などの出願人同士で比較すべきである、といった知見が得られる。
【００５８】
なお、ステップＳ１４でクロス集計を行わない場合（Ｓ１４−ＮＯ）や、Ｓ１５にてクロス集計を実行した後は、ステップＳ２もしくはそれ以降のステップに戻って分類軸および分類項目を選択しなおすこともできる。
【００５９】
例えば図１２（ａ）は、図４および図５に示すステップＳ１０にて、第２分類軸の分類項目として、カテゴリ「ルール」１２０８を選択した場合の画面例を示す。このように分類項目すなわち、カテゴリ集合Ｃ１またはＣ２の一部をユーザが明示的に選択しなおした後、これをもとにステップＳ１３にて再度、カテゴリ集合Ｃ１およびＣ２の候補を生成しなおすことが可能である。
【００６０】
図１２の例では、カテゴリ「ルール」１２０８がユーザによって選択され、これを含めるように分類項目の候補を生成した結果、第１分類軸「出願人別」１２０１に対しては、分類項目「Ｂ社」１２０３が新たな候補として追加され、逆に分類項目「Ｃ社」１２０４は候補から除去される。同様の処理は第２分類軸「機械翻訳」１２０７に対しても行われ、ユーザが明示的に追加した分類項目「ルール」１２０８以外にも、分類項目「対訳辞書」１２０９が新たな候補として追加され、分類項目「ユーザ辞書」１２１１が候補から除外される。
【００６１】
この結果を用いてクロス集計を行った結果を図１２（ｂ）に示す。ユーザは、分類項目に対するカテゴリの追加や削除が反映されたクロス集計結果を容易に得ることができる。
【００６２】
以上が本実施形態における文書分析装置の動作の説明である。続いて、動作の説明の一部である分類軸候補の生成動作を示すステップＳ９について図６のフローチャートを用いて詳細に説明する。
【００６３】
ステップＳ９の処理の前提としては、ステップＳ８以前の処理により、第１分類軸とその分類項目の一部が選択されている。このため、分類軸候補生成部４は、初期状態として、第１分類軸のカテゴリをｐ１とし、ｐ１の分類項目として現段階で選択されているカテゴリ集合をＣ１とする。また、カテゴリｐ１の全ての下位カテゴリをＡ１とする。ここで、カテゴリ集合Ｃ１はＡ１の部分集合である。さらに、第２分類軸の候補のカテゴリ集合をＰ２＝（空）とする（ステップＳ９−１）。
【００６４】
この第２分類軸の候補のカテゴリ集合Ｐ２を求めることがステップＳ９の処理の目的である。また、第２分類軸として採用され得る全てのカテゴリ集合Ａ２を、カテゴリｐ１の上位カテゴリまたは下位カテゴリでないカテゴリの集合とする。図１０の例では、カテゴリ「出願人別」１００１がカテゴリｐ１であるので、この場合のカテゴリ集合Ａ２は、カテゴリ「技術別」１００３およびその全ての下位カテゴリとなる。
【００６５】
次に、分類軸候補生成部４は、ステップＳ９−３の処理を、カテゴリ集合Ａ２中の各カテゴリｐ２について繰り返し実行する（ステップＳ９−２）。
【００６６】
ステップＳ９−３においては、分類軸候補生成部４は、（１）式および（２）式に示すように、第１分類軸のカテゴリｐ１と分類項目の候補のカテゴリ集合Ｃ１のもとでの、カテゴリｐ２のスコアｓｐ（ｐ１，Ｃ１，ｐ２）を求める。また、分類軸候補生成部４は、（１）式および（３）式に示すように、第１分類軸のカテゴリｐ１と分類項目の全候補のカテゴリ集合Ａ１のもとでの、カテゴリｐ２のスコアｓｐ（ｐ１，Ａ１，ｐ２）を求める。
【数１】
【００６７】
スコアの計算式は（１）式乃至（３）式に従うものであり、（１）式にて定義した、上位カテゴリｐ１とｐ２のもとでの、カテゴリｃ１とｃ２の相互情報量ｍｉ（ｐ１，ｃ１，ｐ２，ｃ２）を、カテゴリ集合Ｃ１またはＡ１と、カテゴリｐ２の全ての下位カテゴリの集合Ｓｕｂ（ｐ２）について加算したものとする。
【００６８】
このスコアｓｐ（ｐ１，Ｃ１，ｐ２）またはｓｐ（ｐ１，Ａ１，ｐ２）の値が大きいほど、カテゴリｐ２は、カテゴリｐ１の下位カテゴリとの相関が大きい下位カテゴリを多く持つとみなすことができ、クロス分析によって有用な知見が得られる可能性の高い分類軸となり得る。逆に、このスコアの値が０に近いほど、カテゴリｐ１とｐ２の間の相関は小さく、カテゴリｐ１の分類項目同士を比較する目的ではカテゴリｐ２はあまり適切でない。
【００６９】
なお、本実施形態ではこのように相互情報量に基づいて分類軸の候補の選定を行うものであるが、この方法に限定せず、分類軸同士の相関の大小を判定できるものであれば、相互情報量以外の統計量を用いることができる。
【００７０】
また、相互情報量を用いる場合にも、前述した（１）式を用いる方法の他に、例えば、（１ａ）式や（１ｂ）式を用いる方法がある。
【数２】
【００７１】
なお、前述した（１）式は、カテゴリｃ１とｃ２とで重複する文書集合にのみ着目して両カテゴリの相関の大小を判定する数式であった。
【００７２】
これに対し（１ａ）式は、カテゴリｃ１に属さない文書集合やカテゴリｃ２に属さない文書集合などにも着目した４つの項を用いて、両カテゴリの相関の大小を判定する数式である。
【００７３】
また、（１ｂ）式は、（１）式の対数の項のみを用いて簡略化した数式の例である。一方、相互情報量を用いずに、例えば、Ｔ検定の考え方に基づいて求めた量（Ｔスコア）を用いる方法や、分散分析の考え方に基づいて求めた量を用いる方法もある。
【００７４】
例えば、以下の（１ｃ）式にはＴスコアを用いる場合の数式の例を示している。このＴスコアｔｓ（ｐ１，ｃ１，ｐ２，ｃ２）の値を、前述の相互情報量ｍｉ（ｐ１，ｃ１，ｐ２，ｃ２）に代えて用い、（２’）式および（３’）式に示すように、前述した（２）式と（３）式の値を計算してもよい。
【数３】
【００７５】
なお、（１）式に代えて、（１ａ）式、（１ｂ）式または（１ｃ）式を用いてもよいことは、後述する（４）式乃至（７）式でも同様である。また、いずれにしても、相関の大きさを算出できる式であれば、任意の式が使用可能となっている。これは、分類軸の候補の生成に限らず、分類項目の候補の生成についても同様である。
【００７６】
次に、分類軸候補生成部４は、スコアｓｐ（ｐ１，Ｃ１，ｐ２）が０より大きいカテゴリｐ２を、このスコアが大きい順に最大Ｎ個選び、第２分類軸の候補のカテゴリ集合Ｐ２に追加する（ステップＳ９−４）。このステップＳ９−４により、ユーザによってすでに選択された第１分類軸の分類項目Ｃ１に対して適切な第２分類軸の候補が、まず優先的に、最大Ｎ個求められる。ここでＮは、第２分類軸の候補として採用するカテゴリの個数の上限である。
【００７７】
次に、分類軸候補生成部４は、第２分類軸の候補の個数｜Ｐ２｜が上限の個数Ｎより少なければ（ステップＳ９−５）、スコアｓｐ（ｐ１，Ａ１，ｐ２）が大きい順に最大Ｎ−｜Ｐ２｜個の候補を選択してカテゴリ集合Ｐ２に追加し（ステップＳ９−６）、ステップＳ９−５で求めた候補と併せて最大Ｎ個の候補とする。
【００７８】
スコアｓｐ（ｐ１，Ａ１，ｐ２) が大きい分類軸ｐ２は、現在選択されている分類項目のカテゴリ集合Ｃ１に関わらず、第１分類軸の下位カテゴリ全体に対して相関の大きい分類軸となる。このようにしてステップＳ９−４およびＳ９−６で選択されたカテゴリ集合Ｐ２が、第２分類軸の候補として、カテゴリ表示操作部３により、ユーザに提示される。
【００７９】
以上が分類軸候補の生成動作を示すステップＳ９の詳細説明である。続いて、動作の説明の一部である分類項目の候補の生成動作を示すステップＳ１３について図７および図８のフローチャートを用いて詳細に説明する。
【００８０】
ステップＳ１３の処理の前提としては、ステップＳ１２以前の処理で、第１分類軸および第２分類軸と、その各々の分類項目の一部が選択されている。このため、分類項目候補生成部５は、初期状態として、第１分類軸のカテゴリをｐ１とし、ｐ１の分類項目として現段階で選択されているカテゴリ集合をＣ１とする。同様に、第２分類軸のカテゴリをｐ２とし、ｐ２の分類項目として現段階で選択されているカテゴリ集合をＣ２とする。また、カテゴリｐ１の全ての下位カテゴリの集合をＡ１とし、同様に、カテゴリｐ２の全ての下位カテゴリの集合をＡ２とする（ステップＳ１３−１）。
【００８１】
ここで、カテゴリ集合Ｃ１はＡ１の部分集合であり、カテゴリ集合Ｃ２はＡ２の部分集合である。このカテゴリ集合Ｃ１とＣ２を求めることがステップＳ１３の処理の目的である。
【００８２】
次に、分類項目候補生成部５は、ステップＳ１３−３の処理をカテゴリ集合Ａ１中の各カテゴリｃ１について繰り返し実行する（ステップＳ１３−２）。
【００８３】
ステップＳ１３−３においては、分類項目候補生成部５は、カテゴリｃ１のスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）を求める。このスコアの計算式は（１）式および（４）式に従うものであり、（１）式にて定義した、上位カテゴリｐ１とｐ２のもとでの、カテゴリｃ１とｃ２の相互情報量ｍｉ（ｐ１，ｃ１，ｐ２，ｃ２）を、カテゴリ集合Ａ２について加算したものとする。
【数４】
【００８４】
このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）が大きいほど、カテゴリｃ１は、第２分類軸のカテゴリｐ２の下位カテゴリとの相関が大きいカテゴリであるとみなすことができ、クロス分析によって有用な知見が得られる可能性の高い分類項目となり得る。
【００８５】
次に、分類項目候補生成部５は、ステップＳ１３−２およびＳ１３−３と同様に、（１）式および（５）式に従い、カテゴリ集合Ａ２中の各カテゴリｃ２について、そのスコアｓｃ（ｐ２，ｃ２，ｐ１，Ａ１）を求める（ステップＳ１３−４，Ｓ１３−５）。
【数５】
【００８６】
次に、分類項目候補生成部５は、カテゴリ集合Ｃ１またはＣ２に、各分類軸の分類項目の候補としてカテゴリを追加することが可能な限り、ステップＳ１３−７からＳ１３−１８までの処理を繰り返す（ステップＳ１３−６）。
【００８７】
分類項目の候補を追加できなくなる場合とは、カテゴリ集合Ａ１およびＡ２のカテゴリを全て、カテゴリ集合Ｃ１およびＣ２に追加した場合か、あるいは、カテゴリ集合Ｃ１およびＣ２の個数が、所定の上限に達した場合か、あるいは、分類項目としての適切さ（すなわちスコア）が、所定の値より大きいカテゴリが存在しなくなった場合である。
【００８８】
ステップＳ１３−７では、分類項目候補生成部５は、ステップＳ１３−８の処理をカテゴリ集合Ａ１中の各カテゴリｃ１（ただしすでにカテゴリ集合Ｃ１に追加したカテゴリは除く）について繰り返し実行する。
【００８９】
ステップＳ１３−８では、分類項目候補生成部５は、（６）式に示すように、カテゴリｃ１のスコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ２）を求める。
【数６】
【００９０】
ステップＳ１３−８の処理は、前述したＳ１３−５と同様の処理であるが、相関を求める第２分類軸の分類項目として、カテゴリ集合Ａ２でなく、現時点で選択されているカテゴリ集合Ｃ２を用いる点が異なる。
【００９１】
次に、ステップＳ１３−９では、分類項目候補生成部５は、カテゴリ集合Ｃ１に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ２）が０より大きいカテゴリｃ１が存在するか否かを判定する。この判定の結果、このようなカテゴリｃ１が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ２）が最大のカテゴリｃ１をカテゴリ集合Ｃ１に追加する（ステップＳ１３−１０）。
【００９２】
ステップＳ１３−９の判定の結果、否の場合、分類項目候補生成部５は、カテゴリ集合Ｃ１に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）が０より大きいカテゴリｃ１が存在するか否かを判定する（ステップＳ１３−１１）。この判定の結果、このようなカテゴリｃ１が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ２）が最大のカテゴリｃ１をカテゴリ集合Ｃ１に追加する（ステップＳ１３−１２）。
【００９３】
このようなステップＳ１３−７からＳ１３−１２までの処理により、第１分類軸の分類項目としてより適切なカテゴリｃ１が優先的に、カテゴリ集合Ｃ１に追加される。
【００９４】
以降のＳ１３−１３からＳ１３−１８までの処理は、前述したステップＳ１３−７からＳ１３−１２までの処理と同様の処理を、第２分類軸について行うものである。
【００９５】
すなわち、ステップＳ１３−１３では、分類項目候補生成部５は、ステップＳ１３−１４の処理をカテゴリ集合Ａ２中の各カテゴリｃ２（ただしすでにカテゴリ集合Ｃ２に追加したカテゴリは除く）について繰り返し実行する。
【００９６】
ステップＳ１３−１４では、分類項目候補生成部５は、（７）式に示すように、カテゴリｃ２のスコアｓｃ（ｐ２，ｃ２，ｐ１，Ｃ１）を求める。
【数７】
【００９７】
ステップＳ１３−１４の処理は、前述したＳ１３−５と同様の処理であるが、相関を求める第１分類軸の分類項目として、カテゴリ集合Ａ１でなく、現時点で選択されているカテゴリ集合Ｃ１を用いる点が異なる。
【００９８】
次に、ステップＳ１３−１５では、分類項目候補生成部５は、カテゴリ集合Ｃ２に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ１）が０より大きいカテゴリｃ２が存在するか否かを判定する。この判定の結果、このようなカテゴリｃ２が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ｃ１）が最大のカテゴリｃ２をカテゴリ集合Ｃ２に追加する（ステップＳ１３−１６）。
【００９９】
ステップＳ１３−１５の判定の結果、否の場合、分類項目候補生成部５は、カテゴリ集合Ｃ２に含まれず、かつ、スコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ１）が０より大きいカテゴリｃ２が存在するか否かを判定する（ステップＳ１３−１７）。この判定の結果、このようなカテゴリｃ２が存在する場合、分類項目候補生成部５は、このスコアｓｃ（ｐ１，ｃ１，ｐ２，Ａ１）が最大のカテゴリｃ２をカテゴリ集合Ｃ２に追加する（ステップＳ１３−１８）。
【０１００】
このようなステップＳ１３−１３からＳ１３−１８までの処理により、第２分類軸の分類項目としてより適切なカテゴリｃ２が優先的に、カテゴリ集合Ｃ２に追加される。
【０１０１】
以上の処理により、一方の第１分類軸の分類項目の候補として最も適切なカテゴリｃ１が選択され、それに応じて、他方の第２分類軸の分類項目の候補として最も適切なカテゴリｃ２が選択されるといった処理が繰り返され、その結果、適切な分類項目の候補が両分類軸について得られる。
【０１０２】
以上が分類項目の候補の生成動作を示すステップＳ１３の詳細説明である。続いて、動作の一部であるクロス集計の動作を示すステップＳ１５について図９のフローチャートを用いて詳細に説明する。ステップＳ１５の処理は、一般的なクロス集計の技術によって実現してもよい。
【０１０３】
ステップＳ１５の処理の前提としては、ステップＳ１４以前の処理により、クロス集計の対象とする第１分類軸およびその分類項目と、第２分類軸およびその分類項目が選択されている。このため、クロス集計部６は、初期状態として、クロス集計の対象とする第１分類軸のカテゴリをｐ１とし、その分類項目のカテゴリ集合をＣ１とする。同様に、第２分類軸のカテゴリをｐ２とし、その分類項目のカテゴリ集合をＣ２とする（ステップＳ１５−１）。
【０１０４】
次に、クロス集計部６は、ステップＳ１５−３からＳ１５−５までの処理をカテゴリ集合Ｃ１中の各カテゴリｃ１ｉについて繰り返し実行する（ステップＳ１５−２）。
【０１０５】
ステップＳ１５−３においては、クロス集計部６は、ステップＳ１５−４からＳ１５−５までの処理をカテゴリ集合Ｃ２の各カテゴリｃ２ｊについて繰り返し実行する。
【０１０６】
ステップＳ１５−４においては、クロス集計部６は、カテゴリｃ１ｉとｃ２ｊの両方に分類されている文書集合Ｄｉｊを求める。
【０１０７】
次に、ステップＳ１５−５においては、クロス集計部６は、クロス集計結果のｉ行ｊ列目の値を、この文書集合Ｄｉｊの要素数すなわち文書数｜Ｄｉｊ｜とする。
【０１０８】
なお、第１分類軸を表示上の縦軸とし、第２分類軸を表示上の横軸とする場合には、｜Ｄｉｊ｜をｉ行ｊ列目の値とする。第１分類軸を横軸、第２分類軸を縦軸とする場合には、｜Ｄｉｊ｜をｊ行ｉ列目の値とする。表示上の縦軸と横軸の交換は容易に実行できる。
【０１０９】
以上の処理によって、図１１（ｂ）や図１２（ｂ）で例示したクロス集計の結果が得られる。
【０１１０】
上述したように本実施形態によれば、大量の文書が複数の異なる観点で分類されている場合でも、ユーザの大まかな意図に応じて、クロス集計の対象として選択すべき分類軸と分類項目の組み合わせが自動的に提示される。これにより、クロス集計の対象として選択し得る分類軸が多数ある場合や、各分類軸を構成する分類項目の個数や段数が多い場合であっても、着目すべき分類軸や分類項目を容易に選択できるとともに、有用な知見が得られる可能性の高いクロス集計を容易に効率よく実行できる。従って、例えば、文書について知識がないユーザであっても、着目すべき分類軸や分類項目を見落とすことがなくなる。
【０１１１】
補足すると、文書を分析する作業では、例えば、Ａ社が出願した特許に対し、Ａ社と競合関係にある企業とその注力技術についての知見を得たいというように、ユーザに大まかな意図がある場合に用いられることが多い。このような場合、従来の技術においては、ユーザは、１つの分類軸（会社）と分類項目（Ａ社）については容易に選択できるが、この分類軸の他の分類項目（Ｂ社、Ｃ社、…）や他方の分類軸（技術分野、Ｆターム、出願日、…）と分類項目（機械翻訳、情報検索、文書要約、…）を選択することが困難となっている。一方、本実施形態では、ユーザに大まかな意図がある場合でも、着目すべき分類軸や分類項目を容易に選択することができる。
【０１１２】
なお、本実施形態は、クロス集計の対象とする分類軸を２つ、すなわち、表示上の縦軸と横軸とした場合について説明したが、分類軸を２つに限定するものではない。分類軸を３つ以上として、その各々の分類軸の候補および分類項目の候補を生成するように変形した実施形態も容易に実現可能である。同様に、クロス集計の結果の表示の形態も図１１（ｂ）や図１２（ｂ）に示したような２次元のバブルチャートに限定せず、２つ以上の軸（すなわち２次元以上）を対象としたクロス集計の結果を可視化する方法であれば、どのような方法でもよい。可視化する方法としては、例えば、色変え表示または棒グラフ表示といった方式が使用可能となっている。
【０１１３】
また、本実施形態の文書分析装置は、図１３に示すように、文書を分類するカテゴリを手動または自動で作成し、文書を所定のカテゴリに自動的に分類するためのカテゴリ生成部／文書分類部７を更に備えた構成に変形してもよい。このカテゴリ生成部／文書分類部７は、例えば、特願２００９−１１９０２４号に記載の技術によって実現可能となっている。
【０１１４】
また、上記実施形態に記載した手法は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、光磁気ディスク（ＭＯ）、半導体メモリなどの記憶媒体に格納して頒布することもできる。
【０１１５】
また、この記憶媒体としては、プログラムを記憶でき、かつコンピュータが読み取り可能な記憶媒体であれば、その記憶形式は何れの形態であっても良い。
【０１１６】
また、記憶媒体からコンピュータにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワークソフト等のＭＷ（ミドルウェア）等が上記実施形態を実現するための各処理の一部を実行しても良い。
【０１１７】
さらに、上記実施形態における記憶媒体は、コンピュータと独立した媒体に限らず、ＬＡＮやインターネット等により伝送されたプログラムをダウンロードして記憶または一時記憶した記憶媒体も含まれる。
【０１１８】
また、記憶媒体は１つに限らず、複数の媒体から上記実施形態における処理が実行される場合も実施形態における記憶媒体に含まれ、媒体構成は何れの構成であっても良い。
【０１１９】
なお、上記実施形態におけるコンピュータは、記憶媒体に記憶されたプログラムに基づき、上記実施形態における各処理を実行するものであって、パソコン等の１つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であっても良い。
【０１２０】
また、上記実施形態におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって上記実施形態の機能を実現することが可能な機器、装置を総称している。
【０１２１】
なお、本発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組合せにより種々の変形例を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。
【符号の説明】
【０１２２】
１…文書記憶部、２…カテゴリ記憶部、３…カテゴリ表示操作部、４…分類軸候補生成部、５…分類項目候補生成部、６…クロス集計部。
【特許請求の範囲】
【請求項１】
複数の文書を記憶する文書記憶手段と、
前記文書を分類する複数のカテゴリおよびその階層構造を記憶するカテゴリ記憶手段と、
前記カテゴリおよびその階層構造をユーザに提示し、かつ、カテゴリに対するユーザの操作を受け付けるカテゴリ表示操作手段と、
第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する、クロス集計手段と、
クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する分類軸候補生成手段と、
クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する分類項目候補生成手段と、
を具備し、
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリに対して前記分類軸候補生成手段を用いて生成した第２分類軸の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを第２分類軸とし、
当該第１分類軸および第２分類軸のカテゴリに対して分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、文書分析装置。
【請求項２】
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリの下位カテゴリから、前記カテゴリ表示操作手段を用いてユーザが選択した複数のカテゴリを、前記クロス集計の対象の第１分類軸の仮の分類項目とし、
当該第１分類軸およびその仮の分類項目のカテゴリに対して、前記分類軸候補生成手段を用いて生成した第２分類軸の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを第２分類軸とし、
当該第１分類軸およびその仮の分類項目のカテゴリと、当該第２分類軸のカテゴリに対して、前記分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、請求項１に記載の文書分析装置。
【請求項３】
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリの下位カテゴリから、前記カテゴリ表示操作手段を用いてユーザが選択した複数のカテゴリを、前記クロス集計の対象の第１分類軸の仮の分類項目とし、
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第２分類軸とし、
当該第２分類軸のカテゴリの下位カテゴリから、前記カテゴリ表示操作手段を用いてユーザが選択した複数のカテゴリを、前記クロス集計の対象の第２分類軸の仮の分類項目とし、
当該第１分類軸およびその仮の分類項目のカテゴリと、当該第２分類軸およびその仮の分類項目のカテゴリに対して、前記分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、請求項１または２に記載の文書分析装置。
【請求項４】
複数の文書を記憶する文書記憶手段と、前記文書を分類する複数のカテゴリおよびその階層構造を記憶するカテゴリ記憶手段とを具備した文書分析装置に用いられるプログラムであって、
前記文書分析装置を、
前記カテゴリおよびその階層構造をユーザに提示し、かつ、カテゴリに対するユーザの操作を受け付けるカテゴリ表示操作手段、
第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する、クロス集計手段、
クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する分類軸候補生成手段、
クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する分類項目候補生成手段、
として機能させ、
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリに対して前記分類軸候補生成手段を用いて生成した第２分類軸の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを第２分類軸とし、
当該第１分類軸および第２分類軸のカテゴリに対して分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、プログラム。
【請求項１】
複数の文書を記憶する文書記憶手段と、
前記文書を分類する複数のカテゴリおよびその階層構造を記憶するカテゴリ記憶手段と、
前記カテゴリおよびその階層構造をユーザに提示し、かつ、カテゴリに対するユーザの操作を受け付けるカテゴリ表示操作手段と、
第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する、クロス集計手段と、
クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する分類軸候補生成手段と、
クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する分類項目候補生成手段と、
を具備し、
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリに対して前記分類軸候補生成手段を用いて生成した第２分類軸の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを第２分類軸とし、
当該第１分類軸および第２分類軸のカテゴリに対して分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、文書分析装置。
【請求項２】
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリの下位カテゴリから、前記カテゴリ表示操作手段を用いてユーザが選択した複数のカテゴリを、前記クロス集計の対象の第１分類軸の仮の分類項目とし、
当該第１分類軸およびその仮の分類項目のカテゴリに対して、前記分類軸候補生成手段を用いて生成した第２分類軸の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを第２分類軸とし、
当該第１分類軸およびその仮の分類項目のカテゴリと、当該第２分類軸のカテゴリに対して、前記分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、請求項１に記載の文書分析装置。
【請求項３】
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリの下位カテゴリから、前記カテゴリ表示操作手段を用いてユーザが選択した複数のカテゴリを、前記クロス集計の対象の第１分類軸の仮の分類項目とし、
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第２分類軸とし、
当該第２分類軸のカテゴリの下位カテゴリから、前記カテゴリ表示操作手段を用いてユーザが選択した複数のカテゴリを、前記クロス集計の対象の第２分類軸の仮の分類項目とし、
当該第１分類軸およびその仮の分類項目のカテゴリと、当該第２分類軸およびその仮の分類項目のカテゴリに対して、前記分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、請求項１または２に記載の文書分析装置。
【請求項４】
複数の文書を記憶する文書記憶手段と、前記文書を分類する複数のカテゴリおよびその階層構造を記憶するカテゴリ記憶手段とを具備した文書分析装置に用いられるプログラムであって、
前記文書分析装置を、
前記カテゴリおよびその階層構造をユーザに提示し、かつ、カテゴリに対するユーザの操作を受け付けるカテゴリ表示操作手段、
第１分類軸および第２分類軸の各分類項目である複数のカテゴリを対象として、第１分類軸の分類項目のカテゴリと、第２分類軸の分類項目のカテゴリの、両方に分類されている文書の個数を、当該複数のカテゴリの全ての組み合わせについて求めることでクロス集計を実行する、クロス集計手段、
クロス集計の一方の対象である第１分類軸として選択されたカテゴリに対し、当該カテゴリの複数の下位カテゴリとの相関の大きさに基づき、クロス集計の対象の他方の分類軸である第２分類軸とすべきカテゴリの候補を自動的に生成する分類軸候補生成手段、
クロス集計の一方の対象である第１分類軸および他方の対象である第２分類軸としてそれぞれ選択されたカテゴリに対し、当該第１分類軸のカテゴリの複数の下位カテゴリと、当該第２分類軸のカテゴリの複数の下位カテゴリとの、相関の大きさに基づき、第１分類軸および第２分類軸のそれぞれの分類項目とするカテゴリの候補を自動的に生成する分類項目候補生成手段、
として機能させ、
前記カテゴリ表示操作手段を用いてユーザが選択した１つのカテゴリを、前記クロス集計の対象の第１分類軸とし、
当該第１分類軸のカテゴリに対して前記分類軸候補生成手段を用いて生成した第２分類軸の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを第２分類軸とし、
当該第１分類軸および第２分類軸のカテゴリに対して分類項目候補生成手段を用いて生成した分類項目の候補のうち、前記カテゴリ表示操作手段を用いてユーザが選択したカテゴリを、当該第１分類軸および第２分類軸の分類項目として、
前記クロス集計手段を用いてクロス集計を実行し、その結果を、前記カテゴリ表示操作手段を用いてユーザに提示する
ことを特徴とする、プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２０１１−２５３４４９（Ｐ２０１１−２５３４４９Ａ）
【公開日】平成２３年１２月１５日（２０１１．１２．１５）
【国際特許分類】
【出願番号】特願２０１０−１２８１８７（Ｐ２０１０−１２８１８７）
【出願日】平成２２年６月３日（２０１０．６．３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
【公開日】平成２３年１２月１５日（２０１１．１２．１５）
【国際特許分類】
【出願日】平成２２年６月３日（２０１０．６．３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
[ Back to top ]